“设计-合成-检测-学习”是合成生物学的核心理念，在干细胞工程化改造中已经取得一些进展。例如CellNet是一种基于基因调控网络构建的“检测”、“学习”平台，能为现有的细胞分化方案进行打分并给出优化策略。人工智能的加入为干细胞工程化改造提供了助力，但是该领域的研究仍然存在较多不足。随着系统生物学和人工智能（AI）技术的快速发展，单基因或多基因扰动模型解析、预测基因调控网络对细胞命运的影响，为干细胞工程化改造提供了新策略。
 

来自不同组织器官的大量组学数据为AI模型预测、解析细胞状态转变过程中的关键转录因子提供了机会。除了单细胞命运解析外，破译多细胞之间互作有助于理解发育过程中多细胞自组装及器官不对称发育事件，有利于构建结构完整、功能成熟的类器官。越来越多研究表明细胞外基质除了提供支撑保护作用外，在细胞生长发育、器官功能成熟中发挥重要作用。例如细胞外机制硬度改变能够诱导细胞发生系列级联反应促进再生修复以及干细胞分化。
 

出自《合成生物学在干细胞工程化改造中的研究进展》作者:蔡冰玉，谭象天，李伟。